對于連續(xù)變量的缺失值填補，較為合適的統(tǒng)計量通常是：

A: 均值
C: 中位數(shù)

### 專業(yè)分析

- **均值填補**：
- **優(yōu)點**：使用均值填補是最常見的方法，適用于數(shù)據分布較為對稱的情況。均值能夠利用所有非缺失值的信息。
- **缺點**：對于有顯著偏斜的數(shù)據集，均值可能受到極端值的影響，導致填補后的數(shù)據失真。

- **中位數(shù)填補**：
- **優(yōu)點**：中位數(shù)不受極端值的影響，適用于偏斜分布的數(shù)據集。此外，中位數(shù)能夠更好地代表數(shù)據的中心趨勢。
- **缺點**：不如均值利用所有數(shù)據的信息量，因為它僅依賴于排序后的中間值。

#### 其他選項分析
- **最大值和最小值填補**：
- 這兩種方法通常不用于缺失值填補，因為它們會引入極端值，改變數(shù)據的分布特性。這些方法可能導致模型的偏差，尤其是在機器學習應用中。

### 結論
在選擇填補方法時，應考慮數(shù)據的分布特性和對分析結果的影響。均值適合對稱分布的情況，而中位數(shù)更適用于偏斜分布的數(shù)據。